🧠 スイエージェント

SuiAgenticは、Qdrantベクターデータベースを活用した、FastAPIベースのドキュメント埋め込みおよびセマンティック検索アプリケーションです。URLまたはローカルファイルからドキュメントを埋め込みに変換し、効率的に保存し、自然言語クエリを使用して関連コンテンツを取得できます。Cursor、Copilot、ClaudeなどのMCP対応クライアントなどのAI強化ツールをサポートするように設計されています。

💡 SuiAgentic を選ぶ理由多くの組織では、社内文書（PRD、設計仕様書、Wiki など）のコンテキストを、開発者やナレッジワーカーが使用するツールに統合する必要があります。しかし、さまざまなソースからの文書を一元管理され、検索可能なナレッジベースに統合することは、複雑で断片化されています。

SuiAgenticは、コンテンツの取り込み、チャンク化、埋め込み、インデックス作成を行う集中型コンテキストサーバーを提供することでこの問題を解決し、シンプルなREST APIとWebインターフェースを介して利用できるようにします。また、AIエージェントのMCPサーバーとしても使用できます。

🚀 主な機能ドキュメントの埋め込み: URL からコンテンツを抽出し (認証の有無にかかわらず)、それをチャンクに分割し、埋め込みを生成して Qdrant に保存します。

セマンティック検索: 自然言語を使用してナレッジベースをクエリし、関連するチャンクまたはドキュメントを取得します。

Web UI: 埋め込みや検索に使いやすい Web インターフェイス。

REST API: 自動化または統合のために HTTP エンドポイント経由で完全にアクセス可能です。

MCP サーバー対応: Cursor、Copilot、Claude などの MCP 対応クライアントで使用します。

認証サポート: 保護されたドキュメントの基本認証とベアラートークンをサポートします。

⚙️ クイックスタート

リポジトリのクローンを作成する

git clone https://github.com/AnhQuan2004/mcp_agent.git cd mcp_agent

Python環境の設定

python -m venv .venv source .venv/bin/activate # Windows: .venv\Scripts\activate

依存関係をインストールする

pip install -r requirements.txt

.env ファイルを作成する (または提供されている .env.example を使用する)

QDRANT_URL=localhost QDRANT_PORT=6333 QDRANT_COLLECTION_NAME=documents

Qdrant（ベクターDB）を起動する

Docker の使用:

docker run -p 6333:6333 qdrant/qdrant

または、ヘルパースクリプトを使用します。

./runqdrant.sh

Agenticアプリを実行する

uvicorn app.main:app --reload # or: python run.py

http://localhost:8000にアクセスしてください

🌐 ウェブインターフェースとAPI

ウェブ UI:

/ - 家
/embed — UI 経由でドキュメントを埋め込む
/retrieve — セマンティック検索UI

🔍 POST /取得

{ "query": "What is the architecture of Sui?", "top_k": 5, "group_by_doc": true }

🌍 URLからの埋め込み

公開 URL:

API または UI 経由で URL を提供するだけで、認証は必要ありません。

🤖 MCPサーバーとして使用する

sui を MCP サーバーとして使用するには:

{ "mcpServers": { "suiAgentic": { "url": "http://localhost:8000/mcp" } } }

ドキュメントアップロードツール

このディレクトリには、SuiAgentic Qdrant データベースにドキュメントを一括アップロードするためのツールが含まれています。

利用可能なツール

upload_folder.py - フォルダからPDFファイルをアップロードするシンプルなスクリプト
upload_documents.py - より多くのオプションを使用して PDF、DOCX、TXT ファイルをアップロードするための高度なスクリプト

Related MCP server: RagDocs MCP Server

前提条件

Python 3.8以上
SuiAgenticアプリケーションがインストールおよび設定されている
Qdrant サーバーはローカルで実行されているか、ネットワーク経由でアクセス可能
必要な依存関係がインストールされています（PyPDF2、python-docx）

基本的な使い方

フォルダからPDFファイルをアップロードする

# Upload all PDFs from a folder python upload_folder.py /path/to/pdf/folder # Upload with a prefix (useful for categorizing documents) python upload_folder.py /path/to/pdf/folder --prefix "Research Papers"

高度なドキュメントアップロード

# Upload all supported documents from a folder and subfolders python upload_documents.py /path/to/documents --recursive # Add metadata tags to all documents python upload_documents.py /path/to/documents --tag category=research --tag project=alpha # Specify collection name (if not using default) python upload_documents.py /path/to/documents --collection my_collection # Complete example with all options python upload_documents.py /path/to/documents --recursive --prefix "Project X" --tag department=marketing --tag status=final

これらのツールの機能

指定されたフォルダ内のサポートされているドキュメントを検索します
各ドキュメントからテキストコンテンツを抽出する
テキストを扱いやすいチャンクに分割する
各チャンクに対して3072次元の埋め込みを生成する
チャンクと埋め込みをQdrantに保存する
各ドキュメントのメタデータを追跡する

コマンドライン引数

アップロードフォルダ.py

folder - PDFファイルを含むフォルダへのパス
--prefix - ドキュメント名に追加するプレフィックス

アップロードドキュメント.py

folder - ドキュメントを含むフォルダへのパス
--prefix - ドキュメント名に追加するプレフィックス
--recursive - サブフォルダ内のファイルを再帰的に検索します
--collection - 使用するQdrantコレクションの名前
--tag - ドキュメントにメタデータタグを追加します（複数回使用できます： --tag key=value ）

例

プロジェクトごとにドキュメントを整理する

python upload_documents.py /path/to/projects/project1 --recursive --prefix "Project 1" --tag project=alpha python upload_documents.py /path/to/projects/project2 --recursive --prefix "Project 2" --tag project=beta

ドキュメントを分類する

python upload_documents.py /path/to/contracts --prefix "Legal" --tag department=legal --tag confidential=true python upload_documents.py /path/to/manuals --prefix "Technical" --tag department=engineering

トラブルシューティング

大きなドキュメントでメモリエラーが発生した場合は、小さなファイルに分割してみてください。
大量の文書の場合は、小さなバッチで処理することを検討してください
処理中にエラーが発生していないかログ出力を確認します

🪪 ライセンス

Apache License 2.0 に基づいてライセンスされています。

SuiAgentic